两个电子的自旋态和自旋算符

本文给出两个电子的自旋态和各种自旋算符在无耦合表象和耦合表象中的矩阵表示式,也给出在两电子自旋相互作用可以忽略的条件下的另一种数学表示方式,即把两个电子的自旋态表示为两个二行一列矩阵(一个电子的自旋态矢量)并列的写在了一起.     

炮孔水耦合装药爆破破岩机理研究

根据爆炸相似律和水中冲击波的基本方程探讨了炮孔水耦合装药结构的孔壁压力;建立了爆炸载荷作用下岩石的动态应力场,据此从理论上求出了炮孔水耦合装药爆破时裂隙区半径、粉碎区半径和光面爆破或其它成型控制爆破的最佳装药不耦合系数;最后,通过工程实践进行验证.     

用MD方法计算磁场条件下水的表面张力系数

本文采用分子动力学模拟（Molecular Dynamics simulation简称MD）方法对不同磁场和温度条件下水体系的表面张力系数进行了计算。结果表明水的表面张力系数和磁感应强度之间具有多极值关系，特别在常温下以及磁感应强度为0.25T时，磁场对水体表面张力系数的影响最为明显。通过对径向分布函数的计算发现，磁场可以影响g(r)的分布，使水的结构发生变化，从而导致水的表面张力系数发生改变。     

Neural—networks—based Modelling and a Fuzzy Neural Networks Controller of MCFC

Molten Carbonate Fuel Cells(MCFC) are produced with a highly efficient and clean power generation technology which will soon be widely utilized.The temperature characters of MCFC stack are briefly analyzed.A radial basis function (RBF) neural networks identification technology is applied to set up the temperature nonlinear model of MCFC stack,and the identification structure,algorithm and modeling training process are given in detail.A fuzzy controllery of MCFC stack is designed.In order to improve its online control ability,a neural network trained by the I/O data of a fuzzy controller is designed.The neural networks can memorize and expand the inference rules of the fuzzy controller and substitute for the fuzzy controller to control MCFC stack online,A detailed design of the controller is given,The validity of MCFC stack modilling based on neural networks and the superior performance of the fuzzy neural networks controller are proved by Simulations.     

改进的神经网络最近邻聚类学习算法及其应用

提出了一种改进的RBF(Radial Basis Functions，径向基函数)神经网络最近邻聚类学习算法。并将其应用于股市预测问题。模拟结果表明，改进算法的拟合效果与拟合误差均明显好于常规最近邻聚类学习算法，可以较大幅度提高RBF神经网络的预测性能。     

基于RBF核函数的集成分类AdaBoost算法研究

基于径向基函数的神经网络、支持向量机已被广泛应用于模式分类。为了进一步提高分类的精度,将径向基函数应用于集成的AdaBoost算法,即以RBF神经网络和以RBF核函数的支持向量机分别作为AdaBoost的弱分类器,集成更高精度的强分类。通过对标准数据集的分类实验性能对比,证明了其算法解决分类问题有效性。     

电模拟平面径向流理论在实际运用中几个问题的探讨

本文探讨了利用水电模拟原理,电模拟平面径向流理论在实际运用中存在的问题。分析了水电两种流动介质的流动特性,通过理论探讨和实验,揭示了存在问题的原因,提出了电模拟和平面径向流中各参数(供给半径,导电液浓度,电源频率)的合理选择原则,以保证理论在实际运用中更加切合实际情况。     

一种构造径向基神经网络的新型IPL算法

提出了一种新型的IPL(incremental projection learning)算法。该算法通过调整网络参数,达到修正IPL 算子A的目的。与原来的IPL算法相比,新算法所需训练样本数较少,步骤简单,训练速度快。仿真结果表明,由 经过改进的。IPL算法得到的径向基网络结构相对简单,结果也较精确。     

地/海面远距离慢速目标单站无源定位技术研究

在现有单站无源定位方法的基础上 ,介绍了相位差变化率定位法。该方法利用观测平台上两个相互正交的相位干涉仪接收目标辐射电磁波的相位差获取目标的方向信息 ,利用对应的相位差变化率获取目标的径向距离信息 ,从而实现对目标的实时高精度交叉定位。给出了机载观测平台水平直线飞行且无飞行姿态变化条件下的定位表达式。仿真结果表明 ,该方法是一种极具发展前途的单站无源定位方法。     

基于RBF神经网络与遗传算法的Agent初始位置优化

以陆地作战训练模型为背景，研究了多Agent系统中Agent初始属性的优化问题，提出了一种径向基函数(RBF：Radial Basis Function)神经网络与遗传算法(GA：Genetic Alorithm)相结合的、对作战训练模型中Agent的初始位置进行优化的方法。与已有的优化方法相比，该方法不仅优化效果得到明显的提高，而且执行效率可以提高20余倍，更适于处理对执行效率要求较高的优化问题。